谷歌DeepMind升级Genie世界模型 接入街景实现真实街道级仿真

Google DeepMind近日宣布完成Project Genie世界模型的重大版本迭代，正式打通谷歌街景底层数据接口，可生成完全匹配现实地理特征的可交互街道仿真环境。本次升级共适配全球超千万条公开街景点位数据，技术落地场景覆盖机器人训练、开放世界游戏创作、沉浸式文旅三大核心赛道，可动态模拟天气变化、极端路况等特殊场景。

早前版本的Genie世界模型虽然已经能生成高自由度的3D交互虚拟空间，但产出内容大多是完全由AI生成的虚构场景，地理逻辑、物理规则的适配度始终存在瑕疵，很难直接用于需要高精度现实映射的产业场景。谷歌DeepMind团队本次通过跨部门技术打通，将积累了十余年的街景采集数据直接接入Genie的训练管线，从底层修正了世界模型的空间生成逻辑。

过去两年全球AI行业的世界模型研发进入爆发期，大量主打生成虚拟空间的模型先后问世，但绝大多数产品都卡在了「高保真现实映射」的落地门槛上。对于机器人厂商而言，要完成自动驾驶、社区服务机器人的全场景训练，需要人工搭建海量不同路况的测试环境，单场景的建模成本可达数十万元；对于游戏厂商而言，开放世界的地图开发往往需要耗费数百人团队数年的时间，成本投入动辄数亿。高性价比的高保真现实空间生成能力，已经成为整个AI产业落地的共性刚需。

本次升级的核心改动，是DeepMind团队为Genie新增了专属地理锚定模块，不再单纯依赖大模型的生成想象力，而是直接调用对应点位的街景原始数据作为生成基底。用户只要输入任意公开街景覆盖范围内的真实地址，模型就能在3-5秒内生成完整的可交互3D街道场景，连路边的商铺招牌、行道树种类、交通标识的摆放位置都能和现实完全匹配。